Τεχνολογίες Υλοποίησης Αλγορίθµων

Transcript

1 Τεχνολογίες Υλοποίησης Αλγορίθµων Χρήστος Ζαρολιάγκης Καθηγητής Τµήµα Μηχ/κων Η/Υ & Πληροφορικής Πανεπιστήµιο Πατρών Ενότητα 9 1 / 46

2 Αδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως εικόνες, που υπόκειται σε άλλου τύπου άδειας χρήσης, η άδεια χρήσης αναφέρεται ϱητώς. 2 / 46

3 Χρηµατοδότηση Το παρόν εκπαιδευτικό υλικό έχει αναπτυχθεί στα πλαίσια του εκπαιδευτικού έργου του διδάσκοντα. Το έργο «Ανοικτά Ακαδηµαϊκά Μαθήµατα στο Πανεπιστήµιο Πατρών» έχει χρηµατοδοτήσει µόνο τη αναδιαµόρφωση του εκπαιδευτικού υλικού. Το έργο υλοποιείται στο πλαίσιο του Επιχειρησιακού Προγράµµατος «Εκπαίδευση και ια Βίου Μάθηση» και συγχρηµατοδοτείται από την Ευρωπαϊκή Ενωση (Ευρωπαϊκό Κοινωνικό Ταµείο) και από εθνικούς πόρους. 3 / 46

4 Περιεχόµενα Ευρετικές Βελτιώσεις του Αλγορίθµου Προροής-Προώθησης Πειραµατική Αξιολόγηση Ροή ικτύου & Αριθµητική Κινητής Υποδιαστολής 4 / 46

5 Πολυπλοκότητα Χειρότερης Περίπτωσης Αλγορίθµου Προροής-Προώθησης Επιλογή ενεργών κορυφών Αιθαίρετη: O(n 2 m) FIFO: O(n 3 ) Υψηλότερου Επιπέδου: O(n 2 m) 5 / 46

6 Πολυπλοκότητα Καλύτερης Περίπτωσης Αλγορίθµου Προροής-Προώθησης; Κόστος Ενηµέρωσης Ετικετών: Ω(n 2 ), αν Ω(n) κορυφές πρέπει να ανυψωθούν πάνω από το επίπεδο n v 0 v 1 v 2 v n 3 v n 2 v n Πολυπλοκότητα Καλύτερης Περίπτωσης των άλλων τµηµάτων: O(m) Μπορεί να ϐελτιωθεί ο χρόνος ενηµέρωσης/ανανέωσης ετικετών ; 6 / 46

7 Ευρετική Μέθοδος 1 - Ετικέτες Μεγάλων Αποστάσεων { υψηλή αν d(v) n κορυφή v : χαµηλή αλλιώς Τι διαφοροποιεί τις υψηλές από τις χαµηλές κορυφές ; Ενεργή υψηλή κορυφή v: v-t διαδροµή κατάλληλων ακµών στο G(f) πλεόνασµα των ενεργών υψηλών κορυφών πρέπει να σταλει πίσω στην s Ενεργή χαµηλή κορυφή u: κάποιο πλεόνασµα της u µπορεί να προωθηθεί στην t και κάποιο πρέπει να σταλεί πίσω στην s 7 / 46

8 Ευρετική Μέθοδος 1 - Ετικέτες Μεγάλων Αποστάσεων Πλεόνασµα: ϕτάνει σε ενεργές υψηλές κορυφές µέσω ακµών e E µε f(e) > 0 = Ροή µπορεί να σταλεί πίσω µέσω αυτών των ακµών E (f) = {e = (y, x) : e = (x, y) E και f(e) > 0 Χρήση µόνο ακµών του E (f) όταν προωθούµε ϱοή από ενεργές υψηλές κορυφές 8 / 46

9 Ευρετική Μέθοδος 1 - Ετικέτες Μεγάλων Αποστάσεων Τροποποιηµένος Αλγόριθµος Προροής-Προώθησης /* αρχικοποίηση */ Θέσε f(e) = cap(e) για όλες τις ακµές µε source(e) = s; Θέσε f(e) = 0 για όλες τις υπόλοιπες ακµές ; Θέσε d(s) = n και d(v) = 0 για όλες τις κορυφές ; /* κύριος ϐρόχος */ while ενεργή κορυφή { έστω v µια ενεργή κορυφή; if d(v) < n και κατάλληλη ακµή e = (v, w) E(f) ή d(v) n και κατάλληλη ακµη e = (v, w) E (f) then { προώθησε δ = min{excess(v), r(e) µονάδες ϱοής στην e; else { αύξησε το d(v); 9 / 46

10 Ευρετική Μέθοδος 1 Ετικέτες Μεγάλων Αποστάσεων Τροποποιηµένος Κύριος Βρόχος // MF_LH: main loop for(;;) { node v = U.del(); if (v == nil) break; if (v == t) continue; NT ev = excess[v]; // excess of v int dv = dist[v]; // level of v edge e; if ( dist[v] < n ) { // MF_BASIC: push across edges out of v if ( ev > 0 ) { // MF_BASIC: push across edges into v excess[v] = ev; if (ev > 0) { dist[v]++; num_relabels++; U.insert(v,dist[v]); 10 / 46

11 Ευρετική Μέθοδος 2 Τοπική Ανανέωση Ετικετών Ανανέωση ετικέτας της v (οποτεδήποτε χρειαστεί): d(v) = 1 + min{d(w) : (v, w) G(f) Τοπική Ανανέωση Ετικετών Οταν η ετικέτα της v ανανεώνεται, συνέχισε την ανανέωση έως ότου κατάλληλη εξερχόµενη ακµή από την v ιατήρηση µεταβλητής dmin, αρχικοποιηµένη σε MAXINT Αν e = (v, w) G(f) είναι κατάλληλη (d(w) < d(v)), τότε προώθησε ϱοή από την v Αν e = (v, w) G(f) δεν ειναι κατάλληλη (d(w) d(v)), τότε dmin = min{dmin, d(w) Αν η v είναι ακόµη ενεργή µετά την εξέταση όλων των γειτονικών υπολειπόµενων ακµών της, τότε d(v) = 1 + dmin 11 / 46

12 Ευρετική Μέθοδος 2 Τοπική Ανανέωση Ετικετών Τροποποιηµένος Κύριος Βρόχος // MF_LRH: main loop for(;;) { node v = U.del(); if (v == nil) break; if (v == t) continue; NT ev = excess[v]; // excess of v int dv = dist[v]; // level of v int dmin = MAXINT; // for local relabeling heuristic edge e; if ( dist[v] < n ) { // MF_LRH: push across edges out of v if ( ev > 0 ) { // MF_LRH: push across edges into v excess[v] = ev; if (ev > 0) { dist[v]++; num_relabels++; U.insert(v,dist[v]); 12 / 46

13 Ευρετική Μέθοδος 2 Τοπική Ανανέωση Ετικετών Τροποποιηµένος Κώδικας // MF_LRH: push across edges out of v for (e = G.first_adj_edge(v); e; e = G.adj_succ(e)) { num_edge_inspections++; NT& fe = flow[e]; NT rc = cap[e] - fe; if (rc == 0) continue; node w = target(e); int dw = dist[w]; if ( dw < dv ) // equivalent to ( dw == dv - 1 ) { num_pushes++; NT& ew = excess[w]; if (ew == 0) U.insert0(w,dw); if (ev <= rc) { ew += ev; fe += ev; ev = 0; // stop: excess[v] exhausted break; else { ew += rc; fe += rc; ev -= rc; else { if ( dw < dmin ) dmin = dw; 13 / 46

14 Ευρετική Μέθοδος 2 Τοπική Ανανέωση Ετικετών Τροποποιηµένος Κώδικας // MF_LRH: push across edges into v for (e = G.first_in_edge(v); e; e = G.in_succ(e)) { num_edge_inspections++; NT& fe = flow[e]; if (fe == 0) continue; node w = source(e); int dw = dist[w]; if ( dw < dv ) // equivalent to ( dw == dv - 1 ) { num_pushes++; NT& ew = excess[w]; if (ew == 0) U.insert0(w,dw); if (ev <= fe) { fe -= ev; ew += ev; ev = 0; // stop: excess[v] exhausted break; else { ew += fe; ev -= fe; fe = 0; else { if ( dw < dmin ) dmin = dw; 14 / 46

15 Ευρετική Μέθοδος 3 Καθολική Ανανέωση Ετικετών Ενηµερώνει τις τιµές d( ) όλων των κορυφών δ(v, t) αν v-t διαδροµή στο G(f) n + δ d(v) = (v, s) αν v-s διαδροµή στο G (f) και v-t διαδροµή στο G(f) 2n 1 αλλιώς δ(v, t) := µήκος (αριθµός ακµών) συντοµότερης v-t διαδροµής στο G(f) δ (v, s) := µήκος (αριθµός ακµών) συντοµότερης v-s διαδροµής στο G (f) 15 / 46

16 Ευρετική Μέθοδος 3 Καθολική Ανανέωση Ετικετών Καθολική Ανανέωση Ετικετών: υλοποίηση µε ΑΠΠ = O(m) χρόνο δεν ϑα πρέπει να εφαρµόζεται πολύ συχνά ΚΑΕ εφαρµόζεται (µετά από) κάθε h m επιθεωρήσεις ακµών (h κατάλληλη σταθερά) Πολυπλοκότητα χειρότερης περίπτωσης αυξάνεται µόνο κατά ένα σταθερό παράγοντα Πολυπλοκότητα καλύτερης περίπτωσης µπορει να ϐελτιωθεί σηµαντικά v 0 v 1 v 2 v n 3 v n 2 v n ΚΑΕ εφαρµόζεται µετά από τον κορεσµό της (v n 2, v n 1 ) Τοποθετεί την κορυφή v i στο επίπεδο n + i, i, 1 i n 2 Πλεόνασµα κορυφής v n 2 ϑα σταλεί πίσω στην s µετά από µια σειρά n προωθήσεων εν χρειάζεται ανανέωση ετικετών = Μείωση χρόνου από Ω(n 2 ) σε O(n) 16 / 46

17 Ευρετική Μέθοδος 3 Καθολική Ανανέωση Ετικετών Συναρτήσεις compute_dist_t και compute_dist_s (αποστάσεις προς t & s) compute_dist_t: dist[v] n, κορυφή v πριν από µία κλήση της συνάρτησης «ανάδροµη» ΑΠΠ στο G(f) compute_dist_s: dist[v] = 2n 1, κορυφή v που δεν µπορεί να προσπελάσει την t στο G(f) πρίν από µία κλήση της συνάρτησης dist[v] < n, κορυφή v που µπορεί να προσπελάσει την t στο G(f) «ανάδροµη» ΑΠΠ στο G (f) Ολες οι ενεργές κορυφές u τοποθετούνται στην U µε τις καινούριες dist[u] U = πριν την κλήση της compute_dist_t, και η U περιέχει όλες τις ενεργές κορυφές που προσπελάζουν την t στο G(f) πριν την κλήση της compute_dist_s «ανάδροµη» ΑΠΠ = η (αναγκαία) ουρά Q περνά σαν παράµετρος (η Q είναι άδεια πριν από κάθε κλήση, και µένει άδεια µετά από κάθε κλήση) compute_dist_t: υπολογισµός count[d] = {v dist[v] = d, 0 d < n 17 / 46

18 Ευρετική Μέθοδος 3 Καθολική Ανανέωση Ετικετών template<class NT, class SET> void compute_dist_t(const graph& G, node t, const edge_array<nt>& flow, const edge_array<nt>& cap, const node_array<nt>& excess, node_array<int>& dist, SET& U, b_queue<node>& Q, array<int>& count) { int n = G.number_of_nodes(); Q.append(t); dist[t] = 0; count.init(0); count[0] = 1; while (!Q.empty() ) { node v = Q.pop(); int d = dist[v] + 1; edge e; for(e = G.first_adj_edge(v); e; e = G.adj_succ(e)) { if ( flow[e] == 0 ) continue; node u = target(e); int& du = dist[u]; if ( du >= n ) { du = d; Q.append(u); count[d]++; if ( excess[u] > 0 ) U.insert(u,d); for(e = G.first_in_edge(v); e; e = G.in_succ(e)) { if ( cap[e] == flow[e] ) continue; node u = source(e); int& du = dist[u]; if ( du >= n ) { du = d; Q.append(u); count[d]++; if (excess[u] > 0) U.insert(u,d); 18 / 46

19 Ευρετική Μέθοδος 3 Καθολική Ανανέωση Ετικετών template<class NT, class SET> void compute_dist_s(const graph& G, node s, const edge_array<nt>& flow, const node_array<nt>& excess, node_array<int>& dist, SET& U, b_queue<node>& Q) { int n = G.number_of_nodes(); int max_level = 2*n - 1; Q.append(s); dist[s] = n; while (!Q.empty() ) { node v = Q.pop(); int d = dist[v] + 1; edge e; for(e = G.first_adj_edge(v); e; e = G.adj_succ(e)) { if ( flow[e] == 0 ) continue; node u = target(e); int& du = dist[u]; if ( du == max_level ) { du = d; if (excess[u] > 0) U.insert(u,d); Q.append(u); 19 / 46

20 Ευρετική Μέθοδος 4 Καθολική Ανανέωση Ετικετών: µέθοδος δύο ϕάσεων Φάση 1 προώθησε ϱοή µόνο από τις κορυφές v µε d(v) < n τερµάτισε όταν ενεργή κορυφή v µε d(v) < n = µέγιστη προροή, αφού v-t διαδροµή στο G(f) Φάση 2 προώθησε ϱοή µόνο από τις κορυφές v µε d(v) n τερµάτισε όταν καµία ενεργή κορυφή 20 / 46

21 Ευρετική Μέθοδος 4 Καθολική Ανανέωση Ετικετών: µέθοδος δύο ϕάσεων // MF_GRH: initialization // initialize flow and excess and saturate edges out of s, as in MF_BASIC // MF_GRH: additional data structures b_queue<node> Q(n); int phase_number = 1; array<int> count(n); list<node> S; int heuristic = (int) (h*m); int limit_heur = heuristic; // MF_GRH: initialize dist and U for first phase node_array<int> dist(g); dist.init(g,n); compute_dist_t(g,t,flow,cap,excess,dist,u,q,count); // MF_GRH: initialize counters num_relabels = num_pushes = num_edge_inspections = 0; num_global_relabels = 0; // MF_GRH: main loop 21 / 46

22 Ευρετική Μέθοδος 4 Καθολική Ανανέωση Ετικετών: µέθοδος δύο ϕάσεων // MF_GRH: main loop for(;;) { // MF_GRH: extract v from queue NT ev = excess[v]; // excess of v int dv = dist[v]; // level of v int dmin = MAXINT; edge e; if ( dist[v] < n ) { // push across edges out of v if ( ev > 0 ) { // push across edges into v excess[v] = ev; if (ev > 0) { // MF_GRH: update distance label(s) 22 / 46

23 Ευρετική Μέθοδος 4 Καθολική Ανανέωση Ετικετών: µέθοδος δύο ϕάσεων Πώς επιλέγουµε κορυφές από την U; // MF_GRH: extract v from queue node v = U.del(); if (v == nil) { if ( phase_number == 2 ) break; // done dist.init(g,n); compute_dist_t(g,t,flow,cap,excess,dist,u,q,count); node u; forall_nodes(u,g) { if (dist[u] == n) { S.append(u); // S collects all nodes that cannot reach t dist[u] = max_level; phase_number = 2; compute_dist_s(g,s,flow,excess,dist,u,q); continue; if (v == t) continue; 23 / 46

24 Ευρετική Μέθοδος 4 Καθολική Ανανέωση Ετικετών: µέθοδος δύο ϕάσεων Πώς ενηµερώνουµε τις ετικέτες αποστάσεων ; Ακέραιες µεταβλητές limit_heur και heuristic Αρχικοποίησε την heuristic σε h m, αύξησε την limit_heur κατά heuristic οποτεδήποτε εφαρµόζεται η ΚΑΕ, και εφάρµοσε την ΚΑΕ όποτε ο αριθµών επιθεωρήσεων των ακµών υπερβαίνει το limit_heur // MF_GRH: update distance label(s) if (num_edge_inspections <= limit_heur) { // MF_GRH: update the distance label of v else { limit_heur += heuristic; num_global_relabels++; // MF_GRH: global relabel 24 / 46

25 Ευρετική Μέθοδος 4 Καθολική Ανανέωση Ετικετών: µέθοδος δύο ϕάσεων Αν phase = 1 και dmin n, τότε dist[v] = n και δεν εισάγεται η v στην U, αφού η v δεν µπορεί να προσπελάσει πλέον την t στο G(f) // MF_GRH: update the distance label of v dmin++; num_relabels++; if ( phase_number == 1 && dmin >= n) dist[v] = n; else { dist[v] = dmin; U.insert(v,dmin); 25 / 46

26 Ευρετική Μέθοδος 4 Καθολική Ανανέωση Ετικετών: µέθοδος δύο ϕάσεων Καθολική Ανανέωση Ετικετών Φάση 1: v, υπολογισµός της v-t απόστασης στο G(f) κορυφές που δεν µπορούν να προσπελάσουν την t λαµβάνουν απόσταση n Αν ενεργή κορυφή που να προσπελάζει την t, η Φάση 1 τελειώνει το S περιέχει όλες τις κορυφές που δεν µπορούν να προσπελάσουν την t Φάση 2: (επανα)υπολόγισε την απόσταση v-s, v S οι κορυφές στο V S προσπελαύνουν την t στο G(f) και άρα είναι άνευ σηµασίας για τη Φάση 2 26 / 46

27 Ευρετική Μέθοδος 4 Καθολική Ανανέωση Ετικετών: µέθοδος δύο ϕάσεων // MF_GRH: global relabel U.clear(); if (phase_number == 1) { dist.init(g,n); compute_dist_t(g,t,flow,cap,excess,dist,u,q,count); if ( U.empty() ) { node u; forall_nodes(u,g) { if (dist[u] == n) { S.append(u); dist[u] = max_level; phase_number = 2; compute_dist_s(g,s,flow,excess,dist,u,q); else { node u; forall(u,s) dist[u] = max_level; compute_dist_s(g,s,flow,excess,dist,u,q); 27 / 46

28 Ευρετική Μέθοδος 4 Καθολική Ανανέωση Ετικετών: µέθοδος δύο ϕάσεων template<class NT, class SET> NT MAX_FLOW_GRH_T(const graph& G, node s, node t, const edge_array<nt>& cap, edge_array<nt>& flow, SET& U, int& num_pushes, int& num_edge_inspections, int& num_relabels, int& num_global_relabels, float h) { if (s == t) error_handler(1,"maxflow: source == sink"); // MF_GRH: initialization // MF_GRH: main loop #ifdef TEST assert(check_max_flow_t(g,s,t,cap,flow)); #endif return excess[t]; 28 / 46

29 Ευρετική Μέθοδος 5 - GAP (Χάσµα) Αν η ανανέωση ετικετών της v (ϕάση 1) αφήνει το επίπεδο κορυφών d(v) κενό, τότε η v (και όλες οι κορυφές που µπορεί να προσπελάσει η v) δεν µπορούν να προσπελάσουν την t στο G(f) Ευρετική Μέθοδος Gap: µετακίνησε την v και όλες τις προσπελάσιµες από την v κορυφές στο επίπεδο n, οποτεδήποτε το επίπεδο της v µείνει κενό κορυφών µετά από µια ανανέωση ετικέτας της v 29 / 46

30 Ευρετική Μέθοδος 5 - GAP (Χάσµα) ιατήρηση πίνακα count[d], 0 d < n Επαναυπολογισµός count στην compute_dist_t και ενηµέρωσή του όταν ανανεώνεται η ετικέτα µιας κορυφής Οταν µία κορυφή v µετακινείται από ένα επίπεδο d(v) στο επίπεδο dmin, µειώνεται το count[d(v)] και αυξάνεται το count[dmin] (αν d(v) ή dmin είναι µικρότερες του n) Οταν count[d(v)] = 0, µετακίνηση της v και όλων των προσπελάσιµων κορυφών της στο G(f) στο επίπεδο n Οι προσπελάσιµες από την v κορυφές στο G(f) υπολογίζονται µε χρήση ΑΠΠ και ανακύκλωση της ουράς Q 30 / 46

31 Ευρετική Μέθοδος 5 - GAP (Χάσµα) // MF_GAP: update the distance label of v num_relabels++; if (phase_number == 1) { if ( --count[dv] == 0 dmin >= n - 1) { // v cannot reach t anymore // move all vertices reachable from v to level n else { dist[v] = ++dmin; count[dmin]++; U.insert(v,dmin); else // phase_number == 2 { dist[v] = ++dmin; U.insert(v,dmin); 31 / 46

32 Ευρετική Μέθοδος 5 - GAP (Χάσµα) // move all vertices reachable from v to level n dist[v] = n; if ( dmin < n ) { Q.append(v); node w,z; while (!Q.empty() ) { edge e; w = Q.pop(); num_gaps++; forall_out_edges(e,w) { if ( flow[e] < cap[e] && dist[z = G.target(e)] < n) { Q.append(z); count[dist[z]]--; dist[z] = n; forall_in_edges(e,w) { if ( flow[e] > 0 && dist[z = G.source(e)] < n) { Q.append(z); count[dist[z]]--; dist[z] = n; 32 / 46

33 Ευρετική Μέθοδος 5 - GAP (Χάσµα) Κύριος ϐρόχος: απαιτείται µόνο µία αλλαγή Οταν η ευρετική µέθοδος GAP µετακινεί µία κορυφή στο επίπεδο n, δεν την αφαιρεί από το σύνολο των ενεργών κορυφών (παρόλο που ϑα έπρεπε για την Φάση 1) Λύση: όταν µια κορυφή στο επίπεδο n αφαιρείται από το σύνολο των ενεργών κορυφών στη Φάση 1, αγνοούµε την κορυφή και συνεχίζουµε στην επόµενη επανάληψη 33 / 46

34 Ευρετική Μέθοδος 5 - GAP (Χάσµα) // MF_GAP: main loop for(;;) { // MF_GRH: extract v from queue if (dist[v] == n && phase_number == 1) continue; NT ev = excess[v]; // excess of v int dv = dist[v]; // level of v int dmin = MAXINT; edge e; if ( dist[v] < n ) { // push across edges out of v if ( ev > 0 ) { // push across edges into v excess[v] = ev; if (ev > 0) // MF_GAP: update distance label(s) { if (num_edge_inspections <= limit_heur) { // MF_GAP: update the distance label of v else { limit_heur += heuristic; num_global_relabels++; // MF_GRH: global relabel 34 / 46

35 Ευρετική Μέθοδος 5 - GAP (Χάσµα) template<class NT, class SET> NT MAX_FLOW_GAP_T(const graph& G, node s, node t, const edge_array<nt>& cap, edge_array<nt>& flow, SET& U, int& num_pushes, int& num_edge_inspections, int& num_relabels, int& num_global_relabels, int& num_gaps, float h) { if (s == t) error_handler(1,"maxflow: source == sink"); // MF_GRH: initialization num_gaps = 0; // number of nodes moved by the GAP heuristic // MF_GAP: main loop #ifdef TEST assert(check_max_flow_t(g,s,t,cap,flow)); #endif return excess[t]; 35 / 46

36 Ευρετικές Μέθοδοι Πειραµατική Μελέτη Σύνολα δεδοµένων: 1 τυχαίο (rand) και 3 συνθετικά (CG1, CG2, AMO) δίκτυα 36 / 46

37 Ευρετικές Μέθοδοι Πειραµατική Μελέτη ιαφορετικές ευρετικές µέθοδοι vs 3 κανόνες επιλογής: n {1000, / 46

38 Ευρετικές Μέθοδοι Πειραµατική Μελέτη ΚΑΕ (GRH) και GAP vs 3 κανόνες επιλογής: n = i, i = 0, 1, 2 38 / 46

39 Ροή ικτύου & Αριθµητική Κινητής Υποδιαστολής Αριθµητικά σφάλµατα στρογγυλοποίησης (π.χ., αριθµητική κινητής υποδιαστολής) ; 0.27 s 0.32 v t 0.71 Υπόθεση: αριθµητικό σύστηµα κινητής υποδιαστολής µε 2-ψήφιο δεκαδικό µέρος και στρογγυλοποίηση µε αποκοπή Μετά την αρχικοποίηση: excess(v) = = 1.3 σωστό απαλοιφή ψηφίου στην πράξη Αποστολή ροής πίσω στην s: άνω (v, s): = = µεσαία (v, s): = 0.8 κάτω (v, s): = 0.1 το τελευταιο ψηφίο απαλοίφεται όταν τα αθροίσµατα ευθυγραµµίζονται για την πράξη Πρόβληµα: excess(v) = 0.1, ακµή εξερχόµενη της v = µπορεί να ϑέσει το πρόγραµµα σε ατέρµονα ϐρόχο 39 / 46

40 Ροή ικτύου & Αριθµητική Κινητής Υποδιαστολής D = (s,v) E cap(s, v) χρησιµοποιούµενος αριθµητικός τύπος: double Αν όλες οι χωρητικότητες των ακµών είναι ακέραιες = υπερχείληση όσο D < 2 53 Αν οι χωρητικότητες των ακµών δεν είναι ακέραιες, τότε cap1[e] = sign(cap[e]) cap[e] S /S, S: µεγαλύτερη δύναµη του δύο έτσι ώστε S < 2 53 /D σφάλµα στρογγυλοποίησης σε σχέση µε τις cap1 απόλυτο σφάλµα στην τιµή της µέγιστης ϱοής m D 2 52 Τι συµβαίνει µε το σχετικό σφάλµα ; 40 / 46

41 Ροή ικτύου & Αριθµητική Κινητής Υποδιαστολής Ενας πιο εκλεπτισµένος τρόπος για να φράξουµε το σχετικό σφάλµα Αρχισε µε τις cap1 και υπολόγισε µια µέγιστη ϱοή f έστω f opt η µέγιστη ϱοή σε σχέση µε τις cap f opt f m D 2 52 Αν m D 2 52 f, τότε το σχετικό σφάλµα fopt f f είναι µικρό Αλλιώς, έστω B = f + m D 2 52 = f opt B Οποιοδήποτε cap[e] > B µπορεί να µειωθεί σε B χωρίς να αλλάξει η µέγιστη ϱοή Επαναυπολογισµός των D και S, και επανάληψη της διαδικασίας µέχρι το σχετικό σφάλµα να γίνει µικρό 41 / 46

42 Τέλος Ενότητας 42 / 46

43 Σηµείωµα Ιστορικού Εκδόσεων Εργου Το παρόν έργο αποτελεί την έκδοση / 46

44 Σηµείωµα Ιστορικού Εκδόσεων Εργου Copyright Πανεπιστήµιο Πατρών, Χρήστος Ζαρολιάγκης, «Τεχνολογίες Υλοποίησης Αλγορίθµων». Εκδοση: 1.0. Πάτρα ιαθέσιµο από τη δικτυακή διεύθυνση: 44 / 46

45 Σηµείωµα Ιστορικού Εκδόσεων Εργου Το παρόν υλικό διατίθεται µε τους όρους της άδειας χρήσης Creative Commons Αναφορά, Μη Εµπορική Χρήση, Οχι Παράγωγα Εργα 4.0 [1] ή µεταγενέστερη, ιεθνής Εκδοση. Εξαιρούνται τα αυτοτελή έργα τρίτων π.χ. ϕωτογραφίες, διαγράµµατα κ.λ.π., τα οποία εµπεριέχονται σε αυτό. [1] Ως Μη Εµπορική ορίζεται η χρήση: που δεν περιλαµβάνει άµεσο ή έµµεσο οικονοµικό όφελος από την χρήση του έργου, για το διανοµέα του έργου και αδειοδόχο που δεν περιλαµβάνει οικονοµική συναλλαγή ως προϋπόθεση για τη χρήση ή πρόσβαση στο έργο που δεν προσπορίζει στο διανοµέα του έργου και αδειοδόχο έµµεσο οικονοµικό όφελος (π.χ. διαφηµίσεις) από την προβολή του έργου σε διαδικτυακό τόπο Ο δικαιούχος µπορεί να παρέχει στον αδειοδόχο ξεχωριστή άδεια να χρησιµοποιεί το έργο για εµπορική χρήση, εφόσον αυτό του Ϲητηθεί. 45 / 46

46 ιατήρηση Σηµειωµάτων Οποιαδήποτε αναπαραγωγή ή διασκευή του υλικού ϑα πρέπει να συµπεριλαµβάνει : το Σηµείωµα Αναφοράς το Σηµείωµα Αδειοδότησης τη δήλωση ιατήρησης Σηµειωµάτων το Σηµείωµα Χρήσης Εργων Τρίτων (εφόσον υπάρχει) µαζί µε τους συνοδευόµενους υπερσυνδέσµους 46 / 46